[發明專利]一種基于知識圖譜和規則約束的裝備故障原因診斷方法

有效

• 申請號: 202110692310.4
• 申請日: 2021-06-22
• 公開（公告）號: CN113312411B
• 公開（公告）日: 2023-02-10
• 發明（設計）人: 張谞;荊巍巍;倪菁
• 申請（專利權）人: 中國電子科技集團公司第十四研究所
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F40/289;G06F40/30;G06N3/08;G06N5/02;G06N5/04
• 代理公司: 南京知識律師事務所 32207
• 代理人: 高嬌陽

1.一種基于知識圖譜和規則約束的裝備故障原因診斷方法，其特征在于，包括以下步驟：

S1、裝備故障知識圖譜數據模型構建：定義裝備故障診斷的基本要素，所述裝備故障診斷的基本要素包括裝備故障診斷中故障現象的不同維度、故障原因要素、以及現象和原因之間的語義關系；使用RDF數據模型對故障現象的不同維度、故障原因、以及其之間的語義關系進行表示和組織；

S2、裝備故障知識圖譜構建：給定一個具體裝備，從開放域的故障診斷文本中，抽取故障描述中的關鍵要素、挖掘故障現象和原因之間的依賴關系、生成裝備故障知識圖譜，以RDF圖進行表示和存儲；

S3、挖掘故障現象集合到故障原因的規則，生成給定故障的診斷規則約束集合；

S4、基于給定當前裝備的故障現象，結合S2構建的裝備知識圖譜以及S3構建的規則集合，定義基于規則匹配和知識推理的故障原因智能選擇技術，篩選出可能的故障原因列表，生成最終的故障原因。

2.根據權利要求1所述的一種基于知識圖譜和規則約束的裝備故障原因診斷方法，其特征在于，所述步驟S1具體如下：

S101、裝備故障知識圖譜表示為二元組其中表示裝備故障知識圖譜中描述裝備和故障診斷過程中基本要素的數據模式，也稱裝備故障本體，表示裝備故障知識圖譜中具體的故障、原因要素、現象、以及以上三者之間的語義關系構成的實體圖；

S102、對于裝備故障本體進一步表示為二元組其中，是裝備和故障診斷過程中涉及有關概念的集合，包括裝備名稱、故障名稱、故障現象、故障要素、故障原因五大類，每個大類包含若干子類，是概念之間的語義關系的集合，包括繼承、從屬、因果關系；

S103、對于裝備故障知識圖譜實體圖可表示為二元組其中ε表示裝備故障本體概念對應的具體實體，包括某一具體裝備、具體故障、具體故障現象、具體故障要素、具體故障原因；是裝備實體之間的語義關系的集合，其中

S104、對于給定待診斷的裝備故障場景，場景中的裝備實體e∈ε，且該實體所對應的概念類別定位到裝備故障本體上的一個節點

3.根據權利要求2所述的一種基于知識圖譜和規則約束的裝備故障原因診斷方法，其特征在于，所述步驟S2具體如下：

S201、以句子為單位收集裝備故障相關的診斷描述文本，表示為其中n表示出現在故障診斷文本序列里的句子總數，使用分詞工具對進行分詞，得到裝備故障短語序列m表示故障短語的總數，然后組織裝備故障診斷專家對每個短語進行標注，將裝備實體標出，所述裝備實體包括裝備名稱、故障名稱、故障現象、故障要素、故障原因，反之標注為非裝備實體；

S202、定義裝備故障短語的領域特征，設計特征選擇模塊，生成每個短語對應的特征向量p_i，得到整個故障診斷短語序列的特征表達其中d表示每個故障短語的特征向量維度；

S203、給定標注好的短語和特征向量，其中每個句子由裝備故障診斷專家標注的標簽共同構成了短語是否是一個裝備實體的標簽集合，表示為其中l_i表示該短語是否為一個裝備實體，即裝備名稱、故障名稱、故障現象、故障要素、故障原因、非裝備實體；

S204、使用分類算法從和中學習得到判別函數其滿足最小化如下函數：

S205、對于故障診斷文本剩余的文本，使用該判別函數抽取整個故障診斷文本的裝備故障實體；

S206、基于S103中定義的語義關系集合，構建裝備故障實體的之間關系集合；

S207、將挖掘得到的裝備故障實體集合，裝備故障實體語義關系集合和裝備故障本體，共同表示為RDF圖進行存儲，最終生成裝備故障知識圖譜。

4.根據權利要求3所述的一種基于知識圖譜和規則約束的裝備故障原因診斷方法，其特征在于，所述步驟S202中特征選擇模塊的特征選擇模式具體包括：裝備故障診斷描述文本特有語法特征、故障相關詞匯統計特征、裝備故障診斷文本的短語語義特征以及裝備故障診斷文本的短語結構特征，所述故障相關詞匯統計特征包括領域特有詞、命名規則、數字文本結合規范，所述裝備故障診斷文本的短語語義特征包括使用預訓練模型Bert生成的短語向量序列。